一次雷暴過程中水凝物相態演變特征

谷 娟，周筠王君，2，史 朝，黃 蕾

(1.成都信息工程大學大氣科學學院高原大氣與環境四川省重點實驗室，四川成都610225;2.南京信息工程大學氣象災害預報預警與評估協同創新中心，江蘇南京210044)

0 引言

雷暴的發生時常伴隨著強降水、雷電、冰雹、龍卷等天氣現象，這些天氣往往會給人類造成不同程度的人身和財產傷害，此外雷暴過程在不同的地區和天氣背景下發生發展的特點、尺度、強度及內部的宏微觀結構也存在一定的差異[1－2]，這些原因引起學術界對雷暴研究的廣泛重視。隨著中國空間和地面探測系統的建立及其技術的不斷發展，越來越多的數據積累使得人類從不同角度探究雷暴過程的變化規律成為可能。在雷暴過程中，云內部微物理特征與降水的形成、雷電活動的產生等有著直接的聯系，它的演變規律是目前關注度較高的一個研究課題。近年來，雙偏振雷達日益成為改善測量雷暴云中粒子相態的一種新方法，它測得的水平反射率ZH、差分反射率ZDR、差分傳播相移率KDP、相關系數ρHV等參量與水成物粒子類型、形狀及分布等要素密切相關，綜合應用這些參量能夠較好的反演粒子相態。

目前國內外學者在此方面的研究已做了大量工作。Cherry等[3]研究了多種類型的滴譜和降水粒子的形狀分布，并指出S波段雷達參量與降水粒子之間存在定性關系。Liu等[4]將雙偏振雷達和實際的地面資料給出了一維隸屬函數的一系列參數值，建立了一種反饋方案來調整模糊邏輯法的權重系數，Baladini等[5]在此基礎上對C波段雙偏振雷達關于粒子識別的參數化方案作了進一步討論。May and Keenan等[6－7]利用C波段雷達參數對雷暴云中的粒子相態進行了識別，并給出了C波段雷達的參數以及溫度設置范圍。劉黎平等[8]利用C波段雙線偏振雷達對層狀云、對流云進行觀測研究發現，參量ZDR可以反應云體內不同部位的微物理特征，負ZDR值區對應大冰雹區，正ZDR值區對應大雨滴區。針對利用雙偏振雷達資料識別降水粒子的方法曹俊武等[9]做了詳細討論，并建立了一套降水粒子類型的識別模式，研究表明ZDR識別降水粒子效果要高于 KDP和 ρHV(0)[10]。張廷龍等[11]利用X波段雙偏振雷達反演了雷暴云中的降水粒子類型，并探討了雷暴云電荷結構與云內降水粒子之間的關系。程周杰等[12]利用雙偏振雷達的偏振參量結合模糊邏法反演雷暴云中的降水粒子相態演變情況，識別粒子種類多達11種。這些工作主要基于S和C波段的雙偏振雷達，目前用X波段雙偏振雷達對粒子相態的識別研究還較少，利用X波段雙線偏振雷達對一次雷暴過程的連續觀測資料并結合模糊邏輯粒子識別方法，對成都地區一次雷暴發展、成熟、消亡3個階段云中水成物粒子演變特征進行分析。

1 資料和方法

1.1 資料概況及雙偏振雷達簡介

所用的資料為2014年7月28日成都及周邊地區所獲取的X波段雙偏振多普勒雷達體掃數據，該雷達是基于美國NEXRAD(WSR-88D)天氣雷達的先進技術的基礎上的雙線偏振多普勒雷達。該雷達監測最大距離達300 km，定量測量達150 km，能識別雹云中2～3 km尺度的核區以及直徑5～10 km的龍卷氣旋。速度測量達150 km，具有擴展速度范圍和消除速度模糊的功能，距離達150 km時徑向速度測量范圍優于±20 m/s，75 km時優于±32 m/s。雷達采集的基數據包括:回波強度、差分反射率、差分傳播相移率、相關系數、多普勒速度、速度譜寬、退偏振因子。還有系統通用性強，功能擴展靈活，性價比高等特點，其主要技術指標如表1所示。

表1 X波段雙偏振雷達主要技術指標

1.2 方法介紹

1.2.1 模糊邏輯法

模糊邏輯法最早由Zadeh[13]在1965年提出被廣泛用于云內水成物粒子的識別，整個方法包含4個過程:模糊化、規則判斷、集成和退模糊。所謂模糊化，就是將偏振參量輸入并以相應成員度的方式轉換成模糊基，最重要的過程就是建立隸屬函數，該函數值介于0到1之間，值越接近1表明該參量屬于該模糊基的程度越高。規則推斷是將輸入的參量通過一定的規則而運算輸出模糊變量的過程，在文字上可以用IF-THEN語句來描述，有相關系數連加法、最小相關系數法、相關系數連乘法以及MIN-MAX法等幾種常用方法。集成的過程就是利用用每個單獨的模糊基的隸屬函數來推斷整個模糊區間內的該基的最合理歸屬，兩種常用的集成方法是相加集成法(該基的各個輸入參數的隸屬函數值相加，取最大值)和相乘集成法(該基的各個輸入參數的隸屬函數值相乘，取最大值)。集成之后輸出一個模糊基，把模糊基轉換為某一具體結果值(如雨、冰晶、冰雹)的過程即為退模糊。表2列出了本文利用模糊邏輯算法區分出的10種水成物粒子類型。

表2 模糊邏輯系統的輸出類型

在構造各個隸屬函數時綜合參考 Straka[14]和Liu[4]的研究成果給出的參數閾值，輸出變量即為水成物粒子類型，考慮到這些參數都是針對國外雷達而設置的，要應用到中國的雷達中，部分參數做了適當的調整，得到表3。

表3 10類水凝物的成員函數參數設置

1.2.2 衰減訂正

比起S波段和C波段的雙偏振雷達，X波段信號衰減問題較為嚴重，散射模擬計算指出:X波段電磁波單程衰減率分別是C、S波段的7～8倍和10倍以上，為了使觀測結果接近真實值，文中對水平反射率ZH和差分反射率ZDR兩個雷達參量進行了衰減訂正。胡志群等[15]綜合考慮了KDP和ZH訂正法的優缺點，提出了ZH-KDP綜合訂正法，該方法簡便易行且訂正速度快，能較好地改善雷達數據的質量。具體做法就是將KDP＜σ1及KDP＞σ2的值認為是觀測誤差引起的，不予利用而綜合利用ZH、KDP，求得衰減率AH和差分衰減率ADP為

將式(1)、(2)得出的衰減率AH和差分衰減率ADP代入式(3)、(4)中，從而完成對水平反射率以及差分反射率的衰減訂正。對X波段，系數a1=0.22，a2=0.033 dB/deg。式中，ZHa(r)，ZRe(r)分別為訂正前后的水平反射率(單位:dBZ)，ZDRa(r)、ZDRe(r)分別為訂正前后的差分反射率(單位:dB)，r為距離雷達中心的距離(單位:km)。α:1.370 ×10－4dB/km·(mm6/m3)－1，β =0.779。常數 d=1.13，γ 變化范圍為 0.114～0.166，取平均值0.14。結合訂正方法，實現模糊邏輯判斷法的流程如圖1所示。

圖1 資料處理流程圖

2 個例分析

2.1 天氣背景

2014年7月28日14:12至17:35，成都地區(30.3°N～31.6°N，103.2°E～104.6°E)發生一次雷暴過程。從7月28日12:00時700位勢高度場可以看出(圖2a)，四川地區位于副高邊緣，同時受印度季風低壓系統和高原北部低壓系統影響，這種形勢致使四川地區為一致的西南暖濕氣流，使來自孟加拉灣的水汽和不穩定能量源源不斷的向四川地區輸送;與此同時，在850 hPa成都地區上空正好處在逐漸加深的低槽當中，同時四川南部有明顯的切變線，在副高阻擋下有利于該切變線向四川地區移動，這些天氣形勢都為雷暴的產生創造了重要條件。

圖2 2014年7月28日12:00時700 hPa和850 hPa位勢高度場

為了更好地了解此次雷暴過程回波強度的變化情況，在雷達體積掃描中把每一個徑向距離庫及其上空對應回波中的最大反射率投影到笛卡爾格點上，得到組合反射率產品(一般稱為CR產品)，它可以直觀顯示各層回波的最強反射率，可以確定風暴的結構外觀以及強度趨勢，是預報員常用到的一種雷達產品。由于每個徑向距離庫上對應著一個回波強度值，將大于30 dBZ回波的庫數占該時刻有效庫數的百分比進行統計得到圖3，可以表明在此次雷暴過程中強回波變化特征。由圖3可以看出，在雷暴的初始時刻，雷暴云中的強中心以30～35 dBZ為主，有少量35～40 dBZ，40～45 dBZ的強回波，隨后各階段的回波強度百分比隨時間緩慢增長，到14:57開始45 dBZ以上的回波開始出現。到15:28，45～50 dBZ的強回波仍在持續增長，其它各階段強回波百分比開始進入平穩變化的階段。從16:21開始，30～35 dBZ、35～40 dBZ、40～45 dBZ的強回波緩緩下降，到16:47，45～50 dBZ強回波消失。將30～35 dBZ、35～40 dBZ、40～45 dBZ、45～50 dBZ這幾個階段的雷達回波進行綜合統計，得到大于30 dBZ的強回波百分比隨時間的變化曲線，它的變化趨勢與分階段統計的強回波百分比演變基本保持一致，在14:24～15:28時間段內強回波增長趨勢較為顯著，在15:28～16:21時間內存在波動，變化相對平穩，而在16:21～17:37階段強回波百分比下降較為明顯。為了便于接下來對雷暴過程中水凝物粒子演變特征進行研究，由以上分析將14:18～15:28、15:28～16:21、16:21～17:37 3個時段內的活動分別定為雷暴的發展、成熟、消亡3個階段。

圖3 大于30 dBZ的強回波值百分比隨時間的演變特征

2.2 反演結果及分析

2.2.1 水凝物粒子的時間演變特征

圖4 雷暴云中各種水凝物粒子隨時間演變特征

根據模糊邏輯識別方法，每個徑向距離庫上對應著一種水凝物粒子類型，將各種類型的距離庫數每6分鐘統計一次，得到各水凝物粒子距離庫數隨時間的演變(圖4)。圖4(a)表明，隨著雷暴的發展，毛毛雨和雨距離庫數開始增長，毛毛雨到15:00開始下降，隨后出現小幅波動，雨相對毛毛雨變化相對平穩，一直處于增長趨勢;到了雷暴的成熟階段(15:28～16:21)，毛毛雨和雨增長到最大值，到減弱階段開始下降，到雷暴后期毛毛雨仍維持在較高值。從圖4b中可以看出，干雪、干冰晶和濕雪從雷暴起始時刻開始就持續增長，到了雷暴成熟階段達到各自的最高值，隨后干冰晶和濕雪開始緩慢下降，干雪距離庫說基本維持到雷暴消亡階段后期才開始快速下降。從干霰、濕霰和雨夾雹的演變可以看出(圖4c)，干霰和雨夾雹的演變趨勢較為相似，二者隨雷暴的發展庫數快速增長，其峰值出現在發展階段后期，隨后開始波動并緩慢下降;濕霰在雷暴初始時刻庫數與雨夾雹相當，且低于干霰，在雷暴發展階段其庫數迅速增長到干霰和雨夾雹之上，峰值出現在雷暴成熟階段，且數值明顯大于干霰和雨夾雹;到了雷暴消亡階段，三者庫數均快速下降，濕霰庫數迅速下降到干霰和雨夾雹之下，到雷暴消散時幾乎趨近于零。在整個過程中大冰雹和小冰雹出現的數量極為少量，最大值數量不足100，其作用可以忽略不計。不難發現，濕霰粒子的演變與雷暴的發展、成熟、消亡過程比其它粒子有著更好的對應性。

圖5 雷暴云中各種水凝物粒子百分比隨時間演變特征

將識別得到的各水凝物粒子在該時刻距離庫數占總粒子庫數的百分比進行統計得到各粒子庫數百分比隨時間的演變圖(圖5)。從圖5可以看出，在雷暴的起始時刻，雷暴云中大量存在著液相粒子(毛毛雨和雨)，二者總含量超過80%，同時還存在少量的干雪、干冰晶和濕雪，霰粒子(干霰和濕霰)和雨夾雹含量極少，無冰雹粒子(大冰雹和小冰雹)。毛毛雨和雨的百分比在整個雷暴過程中演變趨勢相反，在雷暴的發展階段，隨著雷暴云尺度逐步增大，毛毛雨數量在增長但其百分比含量卻在緩緩降低，到了雷暴成熟階段，是毛毛雨百分比含量最低的階段，而這一階段是雨百分比含量最高的階段;在雷暴開始消亡時，毛毛雨百分比開始回升，雨開始下降。濕雪百分比在雷暴發展階段持續增長，到了成熟階段快速降低，在消亡階段少量回升之后又繼續下降;干雪和干冰晶百分比低于濕雪，二者在雷暴過程中百分比值分別在5.5%、4.2%上下波動。霰粒子和雨夾雹在雷暴初始時刻含量相當，濕霰增長和下降速度均快于干霰和雨夾雹，百分比峰值出現在雷暴成熟階段，濕霰和雨夾雹百分比峰值提前濕霰出現，在雷暴消亡時期濕霰快速下降到干霰和雨夾雹之下。

由此可以看出，雷暴產生初始時刻，云中含有大量的液相粒子，為即將形成的積雨云體提供了重要物質基礎，水汽凝結釋放潛熱也為雷暴發展提供能量;在雷暴成熟階段，毛毛雨數量較大但百分比含量卻在下降，同時冰相粒子在該時段內數量最多，說明冰相粒子的增長消耗了較小的液相粒子(毛毛雨)，即蒸凝過程使冰相粒子增長，液相粒子蒸發失去水分粘連在冰相粒子上。

2.2.2 水凝物粒子的空間分布特征

圖6 雷暴發展、成熟、消亡3個階段中所選時刻雷達反射率因子及其對應的相態識別結果

要了解雷暴云中水凝物粒子演變特征還需要對其空間分布狀況進行分析，圖5為雷暴發展(a，b)、成熟(c，d)、消亡(e，f)3個階段中各自選取一個時刻的雷達回波及其對應的相態識別結果，每個距離圈長度為30 km，圓心處為雷達中心。根據雷達回波顯示，在雷暴發展階段，雷暴云位于雷達中心附近，主要處于雷達中心西北和東北方向，已有明顯的強回波帶出現，在雷達中心西北方向45 km處發展起來一個較小的獨立強對流云體，強中心達到47 dBZ。到了雷暴的成熟階段，之前雷達附近的云體逐漸遠離雷達中心移向北方，且云體尺度發展壯大，有兩個明顯強度介于45～50 dBZ的大面積帶狀強回波中心，有各自往東北和西北方向發展的趨勢;同時，在距離雷達中心11 km處的西－西南方向新發展起來一個強對流云體，強中心由兩部分構成，強度均在45 dBZ以上。在雷暴消亡階段，西南方向的云體已消散，東北方向還存在兩個弱回波云體，移向西北方向的雷暴云強中心面積大大減小，也趨于消散。

圖6(b)、(d)、(f)分別為圖6(a)、(c)、(e)對應的相態識別結果。圖上可以看出(圖6b)，在雷暴的發展階段，雷暴云中主要存在著大量的毛毛雨，在強回波中心主要對應著雨區，少量的干雪、濕雪和干冰晶彌散分布在云體中，霰粒子和雨夾雹量極少未能在圖中顯示出來。到了雷暴成熟階段(圖6d)，位于雷達中心北方和西南方向分別存在兩個雷暴單體，西南方向的云體距離雷達較近且回波面積相對較小，識別結果主要是毛毛雨和雨，在雨區邊沿存在著少量的濕雪和干冰晶;位于雷達北方的雷暴云體較大，徑向距離60 km以內的云體識別結果仍主要為毛毛雨和雨，30～45 dBZ強回波中心對應著雨區;在60 km以外的云體中開始出現較多帶狀的干雪、濕雪和干冰晶，45 dBZ以上回波大值區的粒子進一步凍結逐漸向大的冰相粒子轉化，在徑向距離為75 km方位為附近強中心識別結果為干霰和濕霰粒子，同樣的徑向距離上方位為和的強回波中心處出現明顯的雨夾雹區域。冰相粒子大部分分布在雨區邊沿，可能是由于雨區的強回波中心往往對應著強上升氣流，液相粒子在強的上升氣流中無法很快凝結，被抬升到高空后因為高空風的作用向周圍散開，釋放潛熱而冷卻凍結轉化為冰相粒子。在雷暴消亡階段(圖6f)，位于雷達近距離的云體中主要為毛毛雨，其中還有少量的濕雪和干冰晶;東北方向90 km處正在消散的雷暴云中主要為毛毛雨、干雪、濕雪和干冰晶，西北方向的云體中除了這幾種粒子外還有少量的雨，霰粒子(干霰、濕霰)和雨夾雹含量極少，已無明顯的帶狀區域出現。

3 結論與討論

使用2014年7月28日X波段雙偏振雷達的觀測資料，利用模糊邏輯判斷法對一次雷暴過程雷暴云中的水凝物粒子進行識別，并對水凝物粒子演變特征進行分析，得到以下主要結論:

(1)雷暴活動過程中，濕霰粒子距離庫數的演變與雷暴的發展、成熟、消亡過程比其它類型的粒子有更好的對應性，可以將濕霰距離庫數演變作為雷暴活動的一個指示因子。

(2)雷暴發展初期，雷暴云中含有超過80%的液相粒子，到了成熟階段冰相粒子大量增長，毛毛雨是冰相粒子增長的主要物質基礎。

(3)從水凝物粒子的分布來看，雷暴云中30～45 dBZ強回波中心對應著雨區，冰相粒子較多出現在雨區邊沿;到了成熟階段，45 dBZ以上強回波區域的雨區逐漸向霰粒子、雨夾雹等大冰相粒子轉化。

詳細分析了一次雷暴云中水凝物粒子的演變特征，但仍遺留了一些問題有待深入研究，例如文中反演結果毛毛雨面積較大，針對X波段雙偏振雷達水凝物的成員函數參數設置是否完全合理，各參量的最佳權重系數還需要調整，同時識別結果的準確性還需要大量工作來進行驗證。

致謝:感謝北京市自然科學基金重點項目(8141002);中科院寒旱區陸面過程與氣候變化重點實驗室2013年度開放基金(LPCC201305)對本文的資助

[1] 李建華，郭學良，肖穩安.北京強雷暴的地閃活動與雷達回波和降水的關系[J].南京氣象學院學報，2006，(2):228－234.

[2] 紀玲玲，孔玉壽，譚永強，等.東南沿海地區中α尺度雷暴云團衛星云圖特征分析[J].氣象科學，2005，(2):158－164.

[3] Cherry S M，Goddard J W F，Ouldridge M.Simultaneous measurements of rain by airborne distrometer and dual-polarization radar[J].Radio Sci.，1984，19(1):169－176.

[4] Liu Hongping，Chandrasehar V.Classification of hydrometeor based on polarimetric radar measurements:Development of fuzzy logic and neuro-fuzzy systems，and in situ verification[J].J Atmos Oceanic Technol，2000，17:140－164.

[5] L Baladini，E Gorgucci，V Chandrasekar.Hydrometeor classification methodology for C-band polarimetric radars[J].Proceedings of ERAD，2004:62－66.

[6] May P T，Keenan T D.Validation of four dimensional microphysical data from Darwin using wind profiler retrievals[C].Preprints，31st Int 1，Conf.Radar.Meteor.，Seattle，2003:571－574.

[7] Keenan T.Hydrometeor classification with a C－band polarimetric radar[J].Aust.Meteor.Mag.，2003，52:23－31.

[8] 劉黎平，張鴻發，王致君，等.利用雙線偏振雷達識別冰雹區方法初探[J].高原氣象，1993，(3):333－337.

[9] 曹俊武，劉黎平，葛潤生.模糊邏輯法在雙線偏振雷達識別降水粒子相態中的研究[J].大氣科學，2005，29(5):827－836.

[10] 曹俊武，劉黎平.雙線偏振雷達判別降水粒子類型技術及其檢驗[J].高原氣象，2007，(1):116－127.

[11] 張廷龍，楊靜，楚榮忠，等.平涼一次雷暴云內的降水粒子分布及其電學特征的探討[J].高原氣象，2012，31(4):1091－1099.

[12] 程周杰，劉憲勛，朱亞平.雙偏振雷達對一次水凝物相態演變過程的分析[J].應用氣象學報，2009，20(5):594－601.

[13] Zadeh LA.Fuzzy algorit hms[J].Info.＆Ctl.，1968，12:94－102.

[14] Straka M J，Zrnic D S.An algorithm to deduce hydrometeor types andcontents from multi-parameter radar data[J].26th Conference on Radar Meteorology.1993，17:513－515.

[15] 胡志群，劉黎平，楚榮忠，等.X波段雙線偏振雷達不同衰減訂正方法對比及其對降水估測影響研究[J].氣象學報，2008，(2):251－261.